5.1 Ynlieding

Wikipedy is geweldig. In massale gearwurking fan frijwilligers makke in fantastyske ensyklopedy dy't elkenien beskikber is. De kaai foar súkses fan Wikipedia wie net nije kennis; Earder wie it in nije foarm fan gearwurking. De digitale leeftiid, lokkich, makket in soad nije foarmen fan gearwurking. Sa moatte wy no freegje: Hoe massive wittenskiplike problemen-problemen dy't wy net individueel liede kinne - kinne wy ​​no elkoar oanpakke?

Gearwurking yn ûndersyk is neat nij, fansels. Wat is nij, lykwols, is dat de digitale leeftyd stelt gearwurking mei in folle gruttere en mear ferskaat set fan minsken: de miljarden fan minsken om de wrâld mei Ynternet tagong. Ik ferwachtsje dat dy nije massa gearwurkingsferbannen sil opleverje amazing resultaten net allinnich fanwege it tal fan minsken belutsen, mar ek fanwege harren ferskaat feardichheden en perspektiven. Hoe kinne wy ​​incorporate elkenien mei in ynternet ferbining yn ús ûndersyk proses? Wat koene jim dwaan mei 100 ûndersyk assistinten? Wat oer 100.000 betûft kollaborateurs?

Der binne in protte foarmen fan mate-gearwurking, en komponistwittenskippen organisearje gewoanwei in grut tal kategoryen op basis fan har technyske eigenskippen (Quinn and Bederson 2011) . Yn dit haadstik gean ik lykwols om massaarmaboraasjeprojekten te kaderjen, basearre op hoe't se brûkt wurde foar sosjale ûndersyk. Benammen it tinkt dat it nuttich is om rûchwei ûnderskied te meitsjen tusken trije soarten projekten: minsklike berekkening , iepen oprop , en feroare datasammeling (figuer 5.1).

Ik sil elke fan dizze soarten yn mear details yn 'e haadstik beskriuwe, mar lit my no elkoar koart beskriuwe. Minskese- proefprojekten binne ideaal foar suksesfolle problemen lykas markearring fan in miljoen bylden. Dit binne projekten dy't yn it ferline mooglik binne troch ûnderwittende ûndersyksassistenten. Ynbringingen nedich binne taakbedriuwfeardigens, en de definitive útfier is typysk in gemiddelde fan alle bydragen. In klassyk foarbyld fan in minsklike ferwagingprojekt is Galaxy Zoo, wêr't hûndert tûzen frijwilligers de astronomen holpen hawwe in miljoen galaxies. Iepen opropprojekten, oan 'e oare hân, binne ideaal foar problemen wêr't jo sykje foar roman en unferwachte antwurden op dúdlik formulearre fragen. Dit binne projekten dy't yn it ferline faaks belutsen hawwe meie kollega's freegje. Ynbringers komme fan minsken dy't spesjale feardichheden hawwe, en de útslach is meast de bêste fan alle bydragen. In klassike foarbyld fan in iepen oansjen is de Netflix-priis, wêr't tûzenen wittenskippers en hackers wurke hawwe om nije algoritmen te ûntwikkeljen foar prizen fan 'e films fan films. Uteinlik wurde ferwidere data- sammelprojekten ideaal oanwêzich foar grutskalige datasammeling. Dit binne projekten dy't yn it ferline mooglik binne troch ûnderwizersûndersiker assistinten of ûndersykûndernimmersûndernimmers. Ynstellings komme typysk fan minsken dy't tagong hawwe ta lokaasjes dy't ûndersikers net hawwe, en it lêste produkt is in ienfâldige kolleksje fan de bydragen. In klassike foarbyld fan in ferspriedende datasammeling is eBird, dêr't hûnderten tûzenen frijwilligers rapporteare oer fûgels dy't se sjogge.

Ofbylding 5.1: Mass-gearwurking skemaat. Dit haadstik is omtrint trije wichtige foarmen fan mate-gearwurking organisearre: minsklike kompetysje, iepen dialooch, en ferwidere data sammeling. Mear algemien kombinearret massaarming ideeën út fjilden lykas boargerwittenskip, crowdsourcing, en kollektive yntelliginsje.

Figuer 5.1: Mass gearwurking skematyske. Dit haadstik wurdt organisearre om trije wichtichste foarmen fan massa gearwurking: minsklike computation, iepen oprop, en ferspraat gegevens kolleksje. Mear algemien, massa gearwurking kombinearret ideeën út fjilden sa as boarger wittenskip, crowdsourcing, en kollektyf yntelliginsje.

Mass-gearwurking hat in lange, rike skiednis op fjilden lykas astronomy (Marshall, Lintott, and Fletcher 2015) en ekology (Dickinson, Zuckerberg, and Bonter 2010) , mar it is noch net yn it sosjale ûndersyk. Dochs, troch jo súksesfol projekten út oare fjilden te beskriuwen en in pear wichtige organisearjende prinsipes te jaan, hoopje ik jo fan twa dingen oertsjûgje. Earst kin massa-gearwurking brûkt wurde foar sosjale ûndersyk. En, twadde, ûndersikers dy't mate-gearwurking brûke, kinne problemen oplosse, dy't earder ûnmooglik wie. Hoewol massaal gearwurking wurdt faak befoardere as manier om jild te besparjen, is it folle mear as dat. As ik sjen litte, massa-gearwurking makket ús net allinich te ûndersykjen goedkeaper te dwaan, it liedt ús ûndersyk better te dwaan.

Yn 'e foargeande haadstikken hawwe jo sjoen wat jo leard wurde kinne troch minsken mei op trije ferskillende manieren te yngenearjen: it hâlden fan har gedrach (haadstik 2), freegje har fragen (haadstik 3), en ynskriuwt se yn eksperiminten (haadstik 4). Yn dit haadstik sil ik jo sjen litte wat jo leard wurde kinne troch minsken te ûndernimmen as ûndersikers. Foar elk fan 'e trije wichtichste foarmen fan mate-gearwurking sil ik in prototipysk foarbyld beskriuwe, wichtige ekstra punten mei fierdere foarbylden yllustrearje, en úteinlik beskriuwe hoe't dizze foarm fan mate-gearwurking brûkt wurde kin foar sosjale ûndersyk. It haadstik sil konkludearje mei fiif prinsipes dy't jo kinne helpe by jo eigen massaarmwurkprojekt.